r - 多元t混合模型的EM算法。

我试图实现一个em算法家庭数据，我假设我的观察有一个多元t分布。我每个家庭只有两个兄弟姐妹，所以所有的家庭成员只有两个观察结果。基本上，我试图遵循本文中的E（C）m步骤：
https://pdfs.semanticscholar.org/9445/ef865c4eb1431f9cb2abdb5efc1c361172cc.pdf
但是，现在我不确定em是否适用于这类数据，因为我的相关矩阵psi对于族应该是块对角的。
这里有一个关于我的家庭结构的例子

fam_id = sort(rep(1:5, 2))

Z= matrix(0, nrow = length(fam_id), ncol = length(unique(fam_id)))
colnames(Z) = unique(fam_id)

k = 1
i = 1
# Random effects dummy matrix
while (k <= ncol(Z)) {
    Z[i:(i+1), k] = c(1, 1)
    k = k +1
    i = i+2
}

> Z
  1 2 3 4 5
[1,] 1 0 0 0 0
[2,] 1 0 0 0 0
[3,] 0 1 0 0 0
[4,] 0 1 0 0 0
...

EM算法在第5次迭代后窒息，表示相关矩阵Psi不是：
解算错误。默认值（磅/平方英寸）：
系统在计算上是奇异的
如果有人能解释一下，我会很高兴的！

最佳答案

请在Statschange网站上查看此答案
https://stats.stackexchange.com/questions/76488/error-system-is-computationally-singular-when-running-a-glm
在第五次迭代中，你可能会得到一个不可逆矩阵

关于r - 多元t混合模型的EM算法。，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/43367852/